已发表CT模型预测非小细胞肺癌PD-L1状态的独立测试
本研究对已发表的CT影像组学模型预测非小细胞肺癌PD-L1状态进行独立外部测试,纳入319例可切除NSCLC患者(训练集94例,外部测试集225例来自35家机构)。17个已发表模型仅3个可重建,测试中模型3对TPS≥50%的判别与已发表性能无显著差异,但模型1和模型2的判别性能低于已发表结果,模型3对TPS≥1%无预测证据。
要点
- 已发表CT影像组学预测PD-L1模型仅18%(3/17)可重建,多数报告信息不足。
- 外部测试中模型3对TPS≥50%的AUC为0.61,与已发表0.66无显著差异。
- 模型1对TPS≥50%的AUC为0.52,低于已发表0.79;模型2对TPS≥1%的AUC为0.57,低于已发表0.85。
核心结论
- 独立测试中,CT预测模型在临床相关阈值下可判别可切除NSCLC患者的PD-L1表达,但预测性能低于最初发表结果。
研究设计与样本
- 回顾性研究,2017年1月至2023年7月文献检索已发表CT影像组学模型,重建后在外部队列测试。
- 总样本319例(平均年龄69岁±8.9,195例男性),训练集94例,外部测试集225例。
- 外部测试集来自35家机构,为2009年2月至2018年10月期间病理确诊IIB-IIIB期原发性NSCLC并接受原发切除和淋巴结清扫的患者。
- 训练集为公开NSCLC Cancer Imaging Archive数据集(n=211,2008年4月至2012年9月收集影像),仅用于特征标准化参数训练,未观察标签。
- 参考标准为术后原发肿瘤PD-L1免疫组化(22C3 pharmDx,Dako Automated Link 48平台),TPS分类为<1%、1%-49%、≥50%。
关键影像表现/征象
- 模型3特征包括Joint Energy、Run Variance、Run Entropy和Short Run Low Gray Level Emphasis,无图像变换。
- 外部测试集4例患者体素级影像组学特征可视化,对应PD-L1 TPS分别为0%、0%、60%、55%。
- 模型1和模型3未标准化时校准不足,无法产生有用预测;标准化后模型1特异度5%(95%CI:2,8),模型3特异度78%(95%CI:72,84)、敏感度33%(95%CI:13,55)。
- 肿瘤体积与PD-L1 TPS分位无相关证据(r=0.06,95%CI:−0.07,0.21;P=.44)。
- 模型2因未发表截距和决策阈值,校准无法评估。
诊断标准与关键数值
- 模型1为TPS≥50%的逻辑回归分类器,使用2个影像组学特征,外部测试AUC 0.52(95%CI:0.39,0.65;P=.37 vs null),低于已发表AUC 0.79(P<.001 test vs published)。
- 模型2为TPS≥1%的逻辑回归分类器,使用9个影像组学特征,外部测试AUC 0.57(95%CI:0.49,0.64;P=.04 vs null),低于已发表AUC 0.85(P<.001 test vs published)。
- 模型3对TPS≥50%外部测试AUC 0.61(95%CI:0.49,0.72;P=.03 vs null),与已发表AUC 0.66(P=.38 test vs published)无显著差异;对TPS≥1%无预测证据(AUC 0.52,95%CI:0.44,0.59;P=.32 vs null)。
- 模型3a(CD274 mRNA拟合)与PD-L1 TPS相关(Spearman ρ=0.20,95%CI:0.08,0.32;P=.001),TPS≥1%的AUC 0.61(95%CI:0.55,0.69;P=.001),TPS≥50%的AUC 0.66(95%CI:0.55,0.76;P=.001)。
- 模型1预测与PD-L1表达分位正相关(ρ=0.12,95%CI:0.00,0.25;P=.03),TPS≥1%的AUC 0.57(95%CI:0.50,0.65;P=.03 vs null)。
临床应用与阅片要点
- 原文结论指出CT预测模型在独立测试中可判别PD-L1表达,但性能低于最初发表结果,未据此给出具体临床推荐。
局限性
- 原文未报告局限性。
全文中译22 节 · 点击展开
摘要
在独立测试中,CT预测模型在临床相关阈值下能够区分可切除非小细胞肺癌患者的程序性死亡配体-1表达,但预测性能低于最初发表的结果。
关键结果
■ 在一项纳入319例可切除非小细胞肺癌患者的回顾性研究中,使用多机构外部测试集对已发表的程序性死亡配体-1(PD-L1)状态CT预测模型进行了独立测试,17个已发表模型中仅3个(18%)可被重建。
■ 仅模型3给出了PD-L1肿瘤比例评分(TPS)的区分结果,与已发表结果无显著差异(临床阈值至少50%时TPS≥50%的受试者工作特征曲线下面积[AUC],0.61 vs 先前发表 0.66;P = .38[测试 vs 发表])。
■ 对PD-L1的区分能力低于先前发表结果:模型1(TPS≥50%的AUC,0.52 vs 发表 0.79;P < .001[测试 vs 发表])和模型2(临床阈值至少1%时TPS的AUC,0.57 vs 发表 0.85;P < .001[测试 vs 发表])。
引言
靶向程序性死亡蛋白-1和程序性死亡配体-1(PD-L1)的免疫治疗已改变晚期和/或转移性非小细胞肺癌(NSCLC)的治疗格局并改善生存(1–8)。由于治疗毒性和PD-L1阳性肿瘤间反应差异,识别最可能从免疫治疗中获益的患者仍具挑战性。目前,肿瘤PD-L1蛋白表达的病理学确认是选择患者接受PD-L1和/或程序性死亡蛋白-1免疫检查点抑制剂治疗的主要依据。通过免疫组织化学测定的PD-L1肿瘤比例评分(TPS)是经过验证的标志物(2,9)。例如,在晚期NSCLC中,临床阈值至少50%的PD-L1 TPS(TPS≥50%)提示可能对PD-L1和程序性死亡蛋白-1治疗有反应(8)。然而,病理学评估存在局限性,包括蛋白表达的肿瘤异质性(10)、随治疗的时间变化(11)以及检测方法的变异性(12)。
3期CheckMate 816试验比较了纳武利尤单抗联合化疗与单纯化疗在1B–IIIA期NSCLC新辅助治疗中的效果,显示在临床阈值至少1%的PD-L1 TPS(TPS≥1%)患者中无事件生存期更长(13)。3期KEYNOTE-671试验评估了在TPS≥50%的II至IIIB期NSCLC中,围手术期治疗(新辅助帕博利珠单抗联合顺铂为基础化疗、手术及辅助帕博利珠单抗)与单纯新辅助顺铂为基础化疗和手术相比是否改善结局。该试验还显示帕博利珠单抗组24个月无事件生存率高于对照组(62% vs 41%),疾病进展、复发或死亡的风险比为0.58(14)。
随着非小细胞肺癌(NSCLC)围手术期使用免疫检查点抑制剂的转变(14,15),需要在更早的时间点(术前)评估PD-L1表达。在此,影像学可能补充肿瘤活检评估。初步CT研究提示CT影像特征与肿瘤PD-L1表达及行为之间存在关联,包括肿瘤形状以及使用半自动或自动化方法量化的纹理(16,17)。CT影像模型值得进一步探索,但缺乏独立验证以及生物学可解释性探索有限阻碍了临床实施。
本回顾性研究旨在在一个多机构外部测试集中评估已发表的CT模型在预测接受手术的NSCLC患者PD-L1状态方面的性能。
材料与方法
研究设计
本回顾性研究于2023年7月至2024年7月间进行(18),使用2009年2月至2018年10月间收集的影像数据作为外部测试集。本回顾性分析获得机构审查委员会批准,采用选择退出同意(伦理编号:18/NW/0297)(19)。总体研究方案见图1。
患者符合以下条件方可纳入本研究:组织学确诊NSCLC,具有基线CT影像以及来自肿瘤活检的PD-L1免疫组织化学或CD274基因表达(图2)。患者符合以下条件则被排除:(a)CT图像或标注不可用,(b)基线CT早于手术超过90天,(c)CT层厚大于2.5 mm,(d)既无CD274 RNA测序也无PD-L1 TPS可用,(e)在CT成像前接受了新辅助化疗或放化疗,或(f)临床信息不充分。两个数据集的CT成像采集参数见表S1(平均管电流,291 mA ± 165 [SD];平均峰值千伏电压,117 ± 6.7;平均体素宽度,0.75 mm ± 0.09)。
训练集
训练集由癌症影像档案(Cancer Imaging Archive)NSCLC放射基因组数据集(n = 211)(20)组成,包括2008年4月至2012年9月期间来自斯坦福大学医学院和帕洛阿尔托退伍军人事务医疗系统的可手术NSCLC病例(21,22)。该数据集包含临床数据、CT和氟18(18F)氟脱氧葡萄糖(FDG)PET/CT图像及肿瘤分割,以及手术切除肿瘤的基因表达和RNA测序数据。CD274是PD-L1的蛋白编码基因。
外部测试集
外部测试集(n = 495)纳入2009年2月至2018年10月期间从35家机构转诊至一家三级胸外科中心(英国伦敦Guy's and St Thomas' NHS基金会信托)接受原发灶切除和淋巴结清扫术、并经病理确诊为IIB–IIIB期原发性非小细胞肺癌(NSCLC)的成年患者,这些患者接受了增强CT和18F-FDG PET/CT检查。该患者样本中一部分患者的18F-FDG PET数据此前已发表(n = 108)(23)。训练集和测试集在机构和患者数据方面互不重叠。患者符合以下情况时被排除出外部测试集:(a)转诊机构的基线CT影像不可获得,(b)CT距手术时间超过90天,(c)CT层厚超过2.5 mm,(d)病理检查未见NSCLC,(e)PD-L1免疫组织化学结果不可获得,(f)既往接受过新辅助化疗或放化疗,(g)临床信息不充分。
文献综述与模型检索
进行了文献综述以识别已发表的预测NSCLC中PD-L1表达的CT模型。系统检索了PubMed、EMBASE和MEDLINE数据库,检索时间范围为2017年1月至2023年7月。纳入标准为(a)利用CT影像组学建模预测人NSCLC中PD-L1表达的原创研究,以及(b)英文文献。排除标准为(a)预测表达以外的结局(如治疗反应或生存),(b)使用非影像组学影像特征(如卷积神经网络),以及(c)报告不充分的模型,缺乏源代码或完整的特征及系数列表(图3)。PubMed和Ovid数据库门户的检索语法见附录S1。纳入筛选由三名独立阅片者(R.O.、C.H.和T.M.,分别具有3年、5年和2年经验)完成;分歧通过共识解决,并由资深审阅者(V.G.)仲裁。此前一篇关于NSCLC PD-L1影像组学模型综述中的文章也被纳入。
模型可重建性评估
基于以下条件评估已发表模型的可重建性:(a)影像组学特征可在影像生物标志物标准化倡议框架内识别(24),以及(b)模型参数(如系数、阈值)在文章正文或源代码中可获得。重建的模型在切除NSCLC的外部测试集中进行测试,未重新训练。在一项二次分析中,根据影像组学质量评分(25)质量最高的模型还在训练集中重新训练以预测CD274(PD-L1的蛋白编码基因)信使RNA(mRNA)表达(20)。
模型可重复性评估
研究由一名在机器学习和影像组学方面具有4年经验的临床研究员进行分析。其特征和参数可从已报告数据或源代码中重建的模型被纳入测试。未联系研究作者获取模型信息。可重复性使用以下标准评估:(a)特征可在国际生物标志物标准化倡议分类法中识别,(b)具有少量特征的线性模型,(c)使用公开可用的影像组学库,(d)在外部数据集中进行模型测试,以及(e)影像组学质量评分值。
CT图像分析
肿瘤分割
训练集提供了CT分割图。对于外部测试集,CT上可见的原发肿瘤通过两种方式进行分割:首先由一名培训中的放射科医师(6年经验)和一名肿瘤科住院医师(3年经验)参考CT报告和分期18F-FDG PET/CT,使用ITK-snap(版本0.1.1;www.itksnap.org)(26)共识分割。不确定的肿瘤边界由一名资深放射科医师(>20年经验)解决。在二次分析中,作为替代方法,在训练集上训练深度学习分割模型并部署于外部测试集;架构和训练细节见附录S1。
肿瘤CT特征提取
从CT医学数字成像和通信(DICOM)文件中提取体素衰减阵列,并使用PyDICOM转换为Hounsfield单位,应用100 HU下限以从分割掩模中排除空气。肿瘤影像组学使用PyRadiomics 3.0.1版(27)提取,在可获得的情况下复现已发表的提取参数;否则使用Ligero等人(28,29)的建议(无归一化,10 HU固定宽度箱;样条插值至1 mm3)。
PD-L1蛋白表达的免疫组化分析
手术后,在一家认证参考实验室(30)中,使用Dako Automated Link 48平台(Agilent Technologies)上的克隆22C3 pharmDx检测对原发肿瘤进行PD-L1蛋白表达的免疫组化检测。分析需要至少100个存活肿瘤细胞,染色切片由两名独立组织病理学家(各具有>15年经验)根据制造商指南进行评估。PD-L1 TPS为具有完整或部分膜染色的存活癌细胞百分比。坏死区域从评分中排除。不一致的结果由两名组织病理学家共同重新评估,生成单一共识评分。PD-L1 TPS ground truth分类为:小于1%(无表达)、1%–49%(弱表达)和至少50%(强表达)。TPS类别反映临床实践,分别使用1%和50%阈值用于早期和晚期疾病的管理决策。
统计分析
数据集间患者特征的差异使用Fisher精确检验检验分类变量,使用非配对双侧t检验检验年龄。分析由一名作者(R.O.S.)在R(版本4.1.1;R Foundation for Statistical Computing)中完成。为便于比较,所有P值均未校正。显著性阈值α = .05。
模型训练与测试
在主要分析中,所有重建模型均未经训练即进行测试,仅使用已发表信息。在次要分析中,最高影像组学质量评分在训练集上重新拟合,使用CD274表达作为替代标签。为防止数据泄漏,特征标准化参数从训练集导出并应用于外部测试集。在预处理细节未报告的情况下,模型在有和无标准化条件下均进行测试。参数总结于表S2。
模型区分度
TPS区分度使用单侧Spearman检验评估。阈值TPS≥1%和TPS≥50%通过受试者工作特征曲线下面积(AUC)评估,并通过与不变预测因子比较的单侧DeLong检验进行检验。其他情况下,指标分布使用基于 bootstrap 的两样本检验进行比较。在模型截距和阈值可用的情况下,校准通过准确度、灵敏度和特异度以及χ2拟合优度衡量。95%CI从1000次替换bootstrap重采样的第2.5和第97.5百分位数得出。为便于解释,指标显著性的P值未针对多重检验进行调整。
附加模型拟合
最可重复的CT成像模型使用无惩罚线性回归拟合,用于预测训练集中CD274 mRNA表达分位数。在模型拟合前,使用训练集参数将特征标准化为零均值和单位方差。模型参数总结于表S2。
事后分析
进行偏相关分析以辅助模型解释和评估体积混杂。计算偏相关矩阵,包括CD274分位数、PD-L1 TPS分位数、肿瘤体积以及最优模型中的成像预测因子。95%CI通过bootstrap计算。
为评估分割对PD-L1预测的影响,将模型应用于深度学习生成的肿瘤掩膜特征,仅包括与手动注释相比Dice评分大于0.5的病例。第二项分析排除了肿瘤体积小于5 mL的病例。
图像处理库详见附录S1。分割建模、影像组学提取和分析所需的代码提供于https://github.com/robertoshea/nsclc_pdl1_radiomics。
结果
患者特征
本研究纳入319例患者(平均年龄,69岁±8.9[标准差];年龄范围,40–89岁;195例男性患者;训练集94例,外部测试集225例)(表1)。在训练集初始211例患者中,排除117例(无注释CT,69例;距手术>90天,17例;无CD274 RNA测序,27例;病理肿瘤分期0,4例),剩余94例用于模型开发(图1)。在外部测试集初始495例患者中,排除270例(既往新辅助治疗,30例;非NSCLC,8例;临床信息不足,10例;CT不可用,38例;CT层厚>2.5 mm,151例;CT距手术>90天,28例;病理肿瘤分期0,1例;无PD-L1 TPS,4例),剩余225例用于模型测试。在外部测试集225例患者中,16例的肿瘤分割经共识审查并最终确定。
CT模型的识别与测试
从文献综述中识别出的17个已发表CT模型(图3、表2)中,仅有三个(18%)可根据已发表信息重建。对于模型1–3,训练集仅用于预处理;外部测试集特征使用训练集均值和标准差进行标准化。相比之下,模型3a的系数在训练集中重新拟合,使用与模型3相同的特征。
模型1
模型1(31)是一个逻辑回归分类器,用于预测TPS≥50%,使用两个未经图像变换的影像组学特征。该模型在72例NSCLC患者中开发,其中31例患有腺癌(≥III期),48例被分类为PD-L1阳性。第二个判别TPS≥1%的模型因存在无法识别的特征而无法重建。
模型2
模型2(32)是一个逻辑回归分类器,用于预测TPS≥1%,使用来自多种图像变换的九个影像组学特征,在91例NSCLC患者中开发(84例腺癌,≤III期);其中27例被分类为PD-L1阳性。
模型3
模型3(33)是一个逻辑回归模型,用于预测TPS≥50%和TPS≥1%,使用四个影像组学特征(联合能量、游程方差、游程熵和短游程低灰度强调),未经图像变换,在153例NSCLC腺癌患者中开发(≥III期),其中53例为PD-L1阳性。图4展示了外部测试集中四例患者体素水平的这些影像组学特征。模型3特征(联合能量、游程方差、游程熵和短游程低灰度强调)被选择用于拟合CD274 mRNA表达(模型3a)。
表S3提供了这三项模型研究的影像组学质量评分。
PD-L1蛋白表达的判别
测试性能报告于表3和图5。模型1预测与PD-L1表达分位数呈正相关(ρ = 0.12 [95% CI:0.00,0.25];P = .03 [vs零假设]),对TPS≥1%阈值具有中等判别能力(AUC,0.57 [95% CI:0.50,0.65];P = .03 [vs零假设])。然而,TPS≥50%阈值处的判别能力(AUC,0.52 [95% CI:0.39,0.65];P = .37 [vs零假设])低于原始研究报告值(AUC,0.79;P < .001 [测试vs已发表])(28)。由于模型1为单变量模型,判别结果对标准化不变。
未经标准化时,模型2和模型3总体上缺乏信息价值。经标准化后,预测有所改善。模型2的预测与PD-L1 TPS相关(ρ = 0.16 [95% CI:0.03,0.3];P = .007 [vs null]),但对TPS≥1%阈值的区分能力低于原始研究报告的结果(AUC,0.57 [95% CI:0.49,0.64];P = .04 [vs null])(原始研究AUC,0.85;P < .001 [test vs published])(32)。模型3对TPS≥50%阈值的区分能力与原始研究报告的结果相当(AUC,0.61 [95% CI:0.49,0.72];P = .03 [vs null])(原始研究AUC,0.66;P = .38 [test vs published])(33)。然而,没有证据表明模型3在TPS≥1%阈值具有预测性(AUC,0.52 [95% CI:0.44,0.59];P = .32 [vs null]),也没有证据表明预测值与PD-L1 TPS分位数之间存在相关性(ρ = 0.02 [95% CI:−0.11,0.16];P = .36)。
基于CD274 mRNA拟合的CT模型(模型3a)的预测与PD-L1 TPS相关(ρ = 0.20 [95% CI:0.08,0.32];P = .001 [vs null]),可区分TPS≥1%阈值(AUC,0.61 [95% CI:0.55,0.69];P = .001 [vs null])和TPS≥50%阈值(AUC,0.66 [95% CI:0.55,0.76];P = .001 [vs null])。
模型校准
模型校准结果见表S4。模型2的校准无法评估,因为模型截距和决策阈值未发表。未经标准化时,模型1和模型3均未充分校准以产生有用的预测。经标准化后,模型1的特异性不足以用于临床应用(特异性,5% [95% CI:2,8])。经标准化后,模型3达到了适度的特异性(78% [95% CI:72,84])和低敏感性(33% [95% CI:13,55])。
事后分析
放射组学特征、肿瘤体积、CD274和PD-L1分位数之间的相关性和偏相关性见表S5。没有证据表明肿瘤体积与PD-L1 TPS分位数之间存在相关性(r = .06 [95% CI:−0.07,0.21];P = .44 [vs 零假设])。灰度游程矩阵游程方差在训练集中与CD274分位数(r = −.13 [95% CI:−0.25,0.02];P = .07 [vs 零假设])以及在外部队列测试集中与PD-L1分位数(r = −.19 [95% CI:−0.29,−0.09];P < .001 [vs 零假设])显示出符号一致的相关性。在给定肿瘤体积和其他放射组学预测因子的条件下,灰度游程矩阵游程方差与PD-L1 TPS分位数之间的偏相关性仍为负(偏相关,−0.15 [95% CI:−0.25,−0.05];P = .005 [vs 零假设])。模型3预测值与体素宽度呈边缘相关(ρ = −0.15 [95% CI:−0.27,−0.04];P = .02 [vs 零假设]),模型1预测值与管电流呈边缘相关(ρ = 0.14 [95% CI:0.01,0.25];P = .03 [vs 零假设])。除此之外,没有证据表明模型预测值与管电流、峰值电压或体素宽度之间存在相关性(表S6)。
深度学习分割性能详见附录S1。经标准化后,模型在使用深度学习分割掩膜提取的放射组学特征上获得了相似的测试区分性能(表S7)。模型3在TPS≥50%阈值下保持了性能(AUC,0.63 [95% CI:0.48,0.76];P = .035 [vs 零假设];P = .27 [vs 所有样本]),模型3a同样如此(AUC,0.67 [95% CI:0.53,0.8];P = .007 [vs 零假设];P = .56 [vs 所有样本])。
经标准化后,当排除体积小于5 mL的肿瘤时,模型获得了相似的测试区分性能(表S8)。模型3在TPS≥50%阈值下保持了性能(AUC,0.60 [95% CI:0.49,0.72];P = .04 [vs 零假设];P = .45 [vs 所有样本]),模型3a同样如此(AUC,0.66 [95% CI:0.55,0.77];P = .002 [vs 零假设];P = .51 [vs 所有样本])。
讨论
确定可切除非小细胞肺癌(NSCLC)中程序性细胞死亡配体-1(PD-L1)的状态可能优化新辅助(13)和辅助免疫治疗(7,34)。氟18氟脱氧葡萄糖PET(35–38)和CT特征(17)均与PD-L1表达相关,尽管影像学在此场景中的应用仍然有限。影像模型的临床效用取决于可重复性和生物学可解释性。我们的研究在一个由225例接受手术切除的IIB–IIIB期NSCLC患者组成的外部队列测试集中,测试了既往发表的CT PD-L1模型,其中48%的肿瘤为PD-L1阳性,8%为强阳性。大多数模型缺乏足够的报告以供复现;17个模型中仅3个可被重建。模型1在临床阈值至少50%的TPS(TPS≥50%)下获得了0.52的受试者工作特征曲线下面积(AUC)(P = .37 vs 零模型;P < .001 [vs 已发表]),模型2在临床阈值至少1%的TPS下获得了0.57的AUC(P = .04 vs 零模型;P < .001 [vs 已发表]),模型3在TPS≥50%下获得了0.61的AUC(P = .03 vs 零模型;P = .38 [vs 已发表])。仅模型3达到了其原始报告的性能。重新拟合至CD274信使RNA的模型(模型3a)获得了最佳区分性能(TPS≥50%的AUC为0.66;P = .001 [vs 零假设])。
几项CT影像组学研究对同一团队建立的模型进行了重新测试,结果往往显示验证时性能下降(39–42)。由外部研究者进行测试更为可取,因为这样可以评估所报告信息对于模型重建的充分性。Guevorguian及其同事(43)测试了一个由外部团队开发的用于口咽癌预后预测的影像组学模型,其区分总生存期的效果与既往报道相当(44)。可重复性是影像模型的核心原则。研究应提供关于独立重建模型所需关键项目的充分信息,包括提取、归一化或变换参数。例如,缺失变换参数(如重缩放因子、偏移因子、对数底数)会妨碍准确重建,并使系数大小失效。
在测试区分性能的三个已发表模型中,只有模型3与已发表的区分结果相符;模型1和模型2表现不佳。校准对于临床实施很重要。尽管一些模型显示出边缘性的区分能力,但由于缺失影像组学特征标准化等细节,无法进行有效校准。因此,所报告的决策阈值缺乏参考价值。这一被忽视的问题需要改进,以便实现独立模型测试并支持临床实施。
我们研究的一个优势在于其设计,即在未重新拟合的情况下评估模型1–3的性能。在建模CD274 mRNA表达时,特征仅限于先前提出的那些特征,从而限制了维度并降低了过拟合风险。
我们的回顾性分析存在局限性。所识别模型中有三分之二因报告不充分而无法测试。尽管这一结果反映了已发表模型在真实世界中的临床适用性,但一些未测试的模型如果能够被重建,仍有可能表现良好。为近似真实世界性能,模型在具有异质性影像的多中心数据集中进行了测试,与同质性数据相比,这可能降低了性能。建模研究中分析的肿瘤分期和人群可能与外部测试集中评估的分期和人群不同。前瞻性、多中心验证仍是优先事项。
随着免疫检查点抑制剂在非小细胞肺癌围手术期使用日益增多,需要对早期疾病进行更好的程序性细胞死亡配体-1(PD-L1)评估。总之,在独立测试中,CT模型在临床相关阈值下能够区分PD-L1表达,但表现低于已报告结果。模型重建报告不佳、缺乏生物学可解释性以及校准不充分,阻碍了临床实施——这些问题未来的研究必须加以解决。未来工作将旨在评估多组学和多模型PD-L1预测模型的泛化能力,这既带来了机遇,也带来了进一步挑战。
补充文件
引用
- O'Shea R, Horst C, Manickavasagar T, et al. Independent Testing of Published CT Models for PD-L1 Status in Non-Small Cell Lung Cancer. Radiology. 2026. PMID: 41914868. doi:10.1148/radiol.241962
- 全文:PMC13044353(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13044353/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。